一文通过倾向得分匹配法解决变量选择

大家好，我是阿琛。在平常的研究中，我们常常会遇到这样的问题，经过某种特殊的处理后，比如服药等等，是否对患者的疾病进展或某一结局产生效果。此时，我们就需要设立对照组来进行比较，其目地是控制非处理因素的干扰，进一步突显处理因素的的效应。尽管我们可以通过回归分析观察处理信息的作用，但是由于一些潜在的混杂因素干扰，往往会使结果产生一定的差异。PSM，Propensity Score Matching，即我们常常听到的倾向得分匹配法。

下面，我们一起来看一下如何构建竞争风险模型以及通过Nomogram图进行可视化展示。

1.R包安装与数据准备

1.1 R包的安装

#install.packages("MatchIt")library(MatchIt)library(foreign)

我们主要使用MatchIt包来进行倾向性评分匹配。

1.2 数据准备

data(lalonde)lalonde[1:3,]

在此，我们使用MatchIt包的内置数据集lalonde来进行演示。数据集lalonde是“国家支持的工作演示”（NSW）中治疗组数据的子样本，也是“收入动态人口调查”（PSID）中的比较样本。Lalonde（1986）以及Dehejia和Wahba（1999）之前对此数据进行了广泛的分析。

###查看变量信息str(lalonde)

查看一下lalonde数据集，可以看到其中包含了614个观测对象，9个不同的变量，包括处理信息（treat），年龄（age），受教育程度（educ），种族（race）等等，以及结局变量（ref78）。

table(lalonde$treat)

通过table()函数，可以看到其中对照组共429例患者，处理组有185例患者。

2.计算倾向评分

接下来，我们需要计算两组患者进行匹配，匹配的协变量包括年龄，受教育程度，种族等等。

f=matchit(treat ~ age + educ + race + married + nodegree + re74 + re75, data=lalonde,method="nearest")

在matchit()函数中，通过formula参数设置好变量信息，其中treat为处理信息，age，educ等为进行匹配的协变量。设置好公式后，其中method参数除了默认的nearest（最邻近匹配法）外，还可以选择optimal，full，genetic，exact等算法。

summary(f)plot(f, type = "jitter", interactive = FALSE)

随后，我们将匹配结果进行可视化展示。除了匹配到的185个处理组和未处理组外，其他未被匹配的患者则被展示在Unmatched Control Units里面。

matchdata=match.data(f)matchdata

3.输出结果

matchdata$id<-1:nrow(matchdata)write.table(matchdata, file = "matchdata.txt",sep = "\t",row.names = T,col.names = NA,quote = F)

可以看到，经过匹配以后，数据集中一共包含了370个患者的信息。最后，我们将匹配得到的数据集进行输出保存进行后续的分析。

4.SPSS软件进行PSM分析

接下来，我们来看一下如何使用SPSS软件来进行PSM分析。这里通过SPSS version 26来进行演示。注意，SPSS安装需要同意安装Python Essentials插件，否则会无法进行计算。

4.1 读取数据集

首先，将数据集读取进SPSS软件中；注意一点，数据集中所有信息必须是英文或者数字，不能存在中文。

4.2 点击“数据”，选择“倾向得分匹配”

接着，将处理信息输入“组指示符”中，并在选项中输入随机种子，保证结果的可重复性；选择抽样不放回，以及勾选“抽取匹配项时随机排列个案顺序”；

同时，在将协变量输入到预测变量中，注意不要把结局变量输入进去；将病人id输入到个案ID中；点击“确定”，进行计算。

4.3 输出结果

可以看到，经过计算以后，原始数据集后面多了三列信息，其中ps为每个患者的倾向得分，elicase为是否匹配到患者，psid为匹配到的对象id。

随后，点击“数据”-“选择个案”；

其中，设定将满足elicase=1条件的患者进行挑选，并输出一个新的数据集，命名为matchdata。

这样，整个匹配筛选过程就基本完成了，接着就可以进行后续的回归分析，观察处理信息对结局变量是否产生影响。当然，PSM分析有时候会产生一定的选择偏倚。

回复“阿琛41”即可获得本次的数据和相关代码~~~

系列传送门

十分钟轻松学会R数据清洗技巧，生信小白必须跨越的第一关

R语言小白入门课|一刻钟带你学会R数据转化

R语言小白入门课| 一刻钟教你学会正则表达式

R语言小白入门课 | 一刻钟教你学会字符串匹配

任君挑选！十分钟快速掌握多种发表级韦恩图的绘制方法

小白绘图专题｜ggstatsplot绘制多种发表级图形

剪不断理还乱，那些年我们看过的转录关系

诚意满满的WGCNA分析，不进来看看吗？

一文解决GEO芯片数据分析80%的工作！建议收藏！

样品不够？结果太low？多芯片联合分析，拯救你的困境

转角遇到你，count与FPKM，TPM之间的恩恩怨怨

临床预测模型新玩法，多个结局事件怎么办？

—

END

—

撰文丨阿琛

排版丨四金兄

值班 | 弘毅

主编丨小雪球

你的国自然还差最后临门一脚！

Get了国自然选题的秘诀！

Get了如何写好一份国自然标书！

详细了解了最新指南的方向与重点！

那

国自然申请

是你面临的最后问题！

本期直播酸菜老谈直播讲解：

---

国自然申请常见的十大天坑

---

国自然申请时哪些问题必须要注意？

1月28号

解螺旋直播间来听听详解！

点击下方

视频号-预约直播

酸菜老谈助你冲刺国自然

👇👇👇

周四酸谈直播基本信息

主题

：《国自然申请常见的十大天坑》

日期

：1月28日 18:00—20:00

（👆点击“预约”就完事了！！！）

继续阅读